石化污水池是石化企业生产过程中的重要设施,其作用是对石化污水进行处理,加速污水氧化和净化,保障污水的正常循环。然而污水中夹杂有一些浮料,当污水经过池子后,浮料会留在池子中。当浮料积累到一定量时,一方面,浮料会妨碍污水的氧化和净化过程,另一方面,大量的浮料聚集可能会造成污水池堵塞,阻碍污水的正常循环过程。如果浮料得不到及时的清理,污水不能正常的循环,会严重影响石化企业的正常生产。此外,在浮料清理过程中可能存在潜在的危险,因此需要对浮料清理现场进行监测,以避免事故的发生。论文通过对天津石化企业的聚丙烯生产线中污水池现场状况进行分析和研究,结合浮料清理装置的结构特点和作业流程,提出基于视觉检测技术的浮料厚度测量方法、污水池中异物检测方法和浮料清理质量评判方法。设计出基于PLC的浮料清理装置控制系统和基于机器视觉的安全监测预警系统。论文的主要研究成果包括:(1)深入研究石化污水池的实际工况和浮料清理装置的结构特点,明确石化污水池现场可能的潜在危险类型。通过对危险监测理论和技术的研究,确定了论文采用的检测技术。(2)基于视觉检测技术提出测量浮料厚度的条纹标记法,该测量方法采用单目视觉进行测量,具有测量系统简单、测量速度快等优点。该测量方法通过对标记条纹的数量进行测量,避免了直接对距离的测量,使测量系统不受测量角度和液位高度变化的影响,从而使测量系统具有很强的适用性和鲁棒性。(3)基于视觉检测技术,利用深度学习和BP神经网络的算法理论,提出异物检测的特征分类法和浮料清理质量评判的浮料残余率法。利用图像处理软件HALCON编写了异物检测算法和浮料清理质量评判算法。在监测系统实验平台上对两个算法进行验证,结果表明异物检测算法能够准确的检测出不同位置、大小和类型的异物;浮料清理质量评判算法能够准确的对浮料清理是否干净做出评判。(4)设计完成污水浮料清理装置控制及监测系统,包括基于PLC的浮料清理装置控制子系统、液位调节子系统、危险预警子系统和基于视觉的监测子系统。